第2关：Pandas缺失值类型

任务描述

本关任务：根据所学知识完成右侧选择题。

相关知识

本关卡主要介绍Pandas自带的几个处理缺失值的工具的用法，该系列Pandas实训的缺失值主要有三种形式：null、NaN或NA。

选择处理缺失值的方法

一般情况下可以分为两种：一种方法是通过一个覆盖全局的掩码表示缺失值，另一种方法是用一个**标签值（sentinel value）**表示缺失值。

• 掩码方法中掩码可能是一个与原数组维度相同的完整布尔类型数组，也可能是用一个比特（0或1）表示有缺失值的局部状态；

• 标签方法中，标签值可能是具体的数据（例如用-9999表示缺失的整数），也可能是些极少出现的形式。

Pandas缺失值

综合考虑各种方法的优缺点，Pandas最终选择用标签方法表示缺失值，包括两种Python原有的缺失值：浮点数据类型的NaN值，以及 Python的None对象。

• None：Python对象类型的缺失值
  Pandas可以使用的第一种缺失值标签是None，它是一个Python单体对象，由于None是一个Python对象，所以不能作为任何NumPy / Pandas数组类型的缺失值，只能用于'object'数组类型（即由 Python对象构成的数组）。

  1. np.array([1, None, 3, 4])
  2. Out: array([1, None, 3, 4], dtype=object)

• NaN：数值类型的缺失值
  另一种缺失值的标签是NaN(全称Not a Number)，是一种按照IEEE浮点数标准设计、在任何系统中都兼容的特殊浮点数：

  1. vals2 = np.array([1, np.nan, 3, 4])
  2. vals2.dtype
  3. Out: dtype('float64')

• *注意：**NumPy会为这个数组选择一个原生浮点类型，这意味着和之前的 object类型数组不同，这个数组会被编译成C代码从而实现快速 *** 作。你可以把NaN看作是一个数据类病毒——它会将与它接触过的数据同化。**无论和NaN进行何种 *** 作，最终结果都是NaN**：

  1. 1 + np.nan
  2. 0 * np.nan #这两个的结果都为nan

  虽然这些累计 *** 作的结果定义是合理的（即不会抛出异常），但是并非总是有效的：

  1. vals2 = np.array([1, np.nan, 3, 4])
  2. vals2.sum(), vals2.min(), vals2.max()
  3. Out:(nan, nan, nan)

  NumPy也提供了一些特殊的累计函数，它们可以忽略缺失值的影响：

  1. np.nansum(vals2), np.nanmin(vals2), np.nanmax(vals2)
  2. Out: (8.0, 1.0, 4.0)

谨记，NaN是一种特殊的浮点数，不是整数、字符串以及其他数据类型。

• Pandas中NaN与None的差异
  虽然NaN与None各有各的用处，但是Pandas把它们看成是可以等价交换的：
  1. pd.Series([1, np.nan, 2, None])
  2. Out:
  3. 0 1.0
  4. 1 NaN
  5. 2 2.0
  6. 3 NaN
  7. dtype: float64
  Pandas会将没有标签值的数据类型自动转换为NA。例如我们将整形数组中的一个值设置为np.nan时，这个值就会强制转换成浮点数缺失值NA，下表表示Pandas对不同类型缺失值的转换规则：

类型	缺失值转换规则	NA标签值
floating 浮点型	无变化	np.nan
object 对象类型	无变化	np.nan或None
integer 整数类型	强制转换为 float64	np.nan
boolean 布尔类型	强制转换为 object	np.nan或None

编程要求

本关无编程任务，要求完成右侧代码编辑区内相应的选择题。

测试说明

平台会对你的选择题答案结果进行测试，对比你的答案与实际正确的答案，只有所有答案全部正确才能进入下一关。

 DE

• 1、

  根据相关知识，计算1 + np.nan、1 + None、np.nan + None的结果。

  A、

  'TypeError'、'TypeError'、'TypeError'

  B、

  nan、1 、'TypeError'

  C、

  'TypeError'、'TypeError'、'nan'

  D、

  nan 、'TypeError'、'TypeError'

  E、

  nan 、'1'、'nan'

• 2、

  假设a = [1 ,2 ,None,4]，data1 = pd.Series(a)，data2 = pd.Series(np.array(a))，data1和data2的结果分别是什么？

  A、

  data1:
  0 1.0
  1 2.0
  2 NaN
  3 4.0
  dtype: object
  data2:
  0 1
  1 2
  2 None
  3 4
  dtype: object

  B、

  data1:
  0 1.0
  1 2.0
  2 None
  3 4.0
  dtype: float64
  data2:
  0 1
  1 2
  2 None
  3 4
  dtype: object

  C、

  data1:
  0 1.0
  1 2.0
  2 NaN
  3 4.0
  dtype: float64
  data2:
  0 1.0
  1 2.0
  2 NaN
  3 4.0
  dtype: float64

  D、

  data1:
  0 1
  1 2
  2 NaN
  3 4
  dtype: float64
  data2:
  0 1
  1 2
  2 None
  3 4
  dtype: object

  E、

  data1:
  0 1.0
  1 2.0
  2 NaN
  3 4.0
  dtype: float64
  data2:
  0 1
  1 2
  2 None
  3 4
  dtype: object

  F、

  data1:
  0 1.0
  1 2.0
  2 NaN
  3 4.0
  dtype: float64
  data2:
  0 1.0
  1 2.0
  2 None
  3 4.0
  dtype: float64